人工智慧(AI)將成為未來十年帶動半導體產業成長的主要動能，同時也讓半導體在整個應用系統中的價值占比大幅攀升到40~50%。但機會跟挑戰總是同時存在，為了滿足各種AI應用的需求，IC設計產業將同時面臨運算架構與硬體設計理念的典範轉移，這將是IC設計與EDA業者必須共同面對的挑戰。
明導(Mentor)IC EDA部門執行副總裁Joe Sawicki引述多家PWC、麥肯錫(McKinsey)等研究機構的預估報告稱，AI將是未來十年帶動半導體產業營收成長最重要的引擎，而且與過去的主流半導體應用市場，如個人電腦、智慧型手機相比，AI應用系統中，半導體元件的價值占比更高。以手機為例，半導體元件價格占手機整機售價的比重，大約只有20%上下；但在AI應用中，半導體元件的價格占售價比重可以高達4~5成。
對半導體業者來說，AI是一個充滿機會的市場大餅，但同時也存在相當大的挑戰。為了滿足AI應用對運算效能、功耗限制的要求，領域專用運算架構(Domain Specific Architecture)在未來會越來越重要，也越來越常見。這類晶片可以視為專為某幾種特定演算法或模型提供加速功能的運算引擎，雖然不像CPU或GPU般通用，但在執行特定運算任務時，性能跟功耗表現都會比CPU跟GPU優異許多。如何設計出能滿足應用需求的領域專用運算架構晶片，不只是個技術問題，同時也考驗晶片開發者對終端應用跟系統需求的掌握度。
這個趨勢會使應用開發者跟系統廠商對晶片設計的掌控權持續增加，因為相較於傳統IC設計者，應用跟系統開發者對垂直領域的需求會有更深刻的了解。IC設計團隊必須要學會用系統的角度來看待產品開發，才能設計出滿足客戶需求的產品。另一方面，因為系統廠發展自有晶片的例子越來越多，這些工程師習慣的語言大多是C、C++或System C，跟傳統用來設計晶片的RTL語言不同，因此明導旗下可使用C、C++等語言來進行晶片設計的高階合成(HLS)工具方案，在系統端受到很大的歡迎。
除了運算架構的典範轉移外，晶片設計也因為異質整合跟先進封裝技術趨於成熟，開始有了不同的思維。以往的晶片設計者都希望盡可能把所有功能整合在單晶片上。但隨著系統功能越來越複雜，如果晶片設計者想在一顆元件內整合更多功能，光靠CMOS製程常是力有未逮。因此，業界開始出現把多顆裸晶(Die)藉由先進封裝技術包進同一顆封裝的做法，也就是半導體業界所說的異質整合。
另一方面，在AI興起之後，為了追求更好的運算效能，近記憶體運算(Near Memory Computing)成為顯學。為了實現近記憶體運算，晶片設計者必須在晶片上整合更多記憶體，導致晶片面積大幅增加，嚴重影響生產良率。為了提升良率，目前業界以Chiplet搭配先進封裝技術的作法開始風行，不管是用矽中介層(Silicon Interposer)或是有機材料來實現互聯，都是可行的選項。不過，矽中介層互聯的成本太高，有機材料能實現的互聯密度又略嫌偏低，這是未來半導體製造業界需要努力的方向。
Sawcki相信，在AI時代來臨後，用Chiplet來拼湊出完整元件功能的情況會越來越常見，這會使IC設計者遇到更多電磁、散熱跟靜電放電方面的挑戰。目前明導在先進封裝方面已經有許多對應的工具，但產品布局還可以更全面。例如物理模擬，就會是EDA業者必須著手處理跟面對的問題。
